fbpx
machine 2019-01-17T23:11:41+00:00
머신러닝 입문반

강의 개요

우리는 일상에서든 직무에서든 막대한 양의 데이터를 매일같이 마주하게 됩니다. 그런데 그런 데이터를 활용하는 방법을 얼마나 알고 계신가요? 데이터를 분석하는 것을 넘어 데이터로 무언가를 만들어 사용해 본 경험이 있으신가요? 그것을 가능하게 만들어주는 도구가 바로 머신러닝입니다. 구체적으로, A와 B라는 데이터를 가지고 있을 때, A를 통해 B를 예측하는 기계를 학습시키는 것이죠.

별 것 아닌것 같지만 만약 A가 영어 문장이고 B가 한국어 문장이라면 기계 번역 시스템을, A가 자동차의 앞에서 촬영한 동영상이고 B가 핸들을 꺾어야 하는 방향이라면 자율 주행 자동차를 의미하겠죠? 이런 거창한 일이 아니더라도 가령 상품의 수요를 예측한다거나, 불량률을 예측하는 등 머신러닝이 여러분들의 생산성을 대단히 향상시켜줄 수 있는 도구라는 사실이 느껴지시나요?

본 강의는 이런 머신러닝에 대해 6주동안 배우는 강의입니다.  굳이 개발자가 아니더라도 데이터를 마주쳐본 경험이 있고, 데이터를 활용하고 싶은 모든 분들이 수업 대상입니다. 데이터 분석은 알지만 머신러닝은 잘 모른다면, 많은 것들을 놓치고 있는겁니다. 과감히 도전해보세요. 🔥

수강 요건

고등학교 과정의 기초 수학 (지수/로그, 미분 등)을 알아야 합니다. 적어도 1개의 프로그래밍 언어 문법은 알고 있는 것이 좋습니다.

주차별 커리큘럼

1주차: 프로그래밍과 최적화

R 프로그래밍에 대해 배우고 데이터를 다루는 방법을 익힙니다.

최적화와 경사 하강법에 대해 배우고 이를 코드로 구현해봅니다. 

2주차: 기계의 학습

머신러닝이 풀고자 하는 문제에 대해 이해합니다.

선형 회귀 모형을 만들어 학습시켜보고, 그 결과를 관찰합니다.

3주차: 분류와 신경망

최대 우도 추정법에 대해 배웁니다.

로지스틱, 소프트맥스 회귀모형에 대해 배웁니다.

4주차: 일반화

학습 결과의 좋고 나쁨을 판단하는 정량적인 기준에 대해 배웁니다.

과적합 문제에 대해 배우고, 이를 완화하기 위해 변수 선택, 제약화 등 여러 방법론에 대해 배웁니다

5주차: 의사결정나무와 앙상블

의사결정나무에 대해 배웁니다.

의사결정나무의 설능을  더 높이기 위해 배깅, 랜덤 포레스트, 부스팅 등의 앙상블 기법을 적용하는 방법에 대해 배웁니다.

XGBoost의 사용법에 대해 익힙니다.

6주차: 데이터 모델링

Kaggle 경진대회의 데이터를 이용해 데이터 전처리와  Feature Engineering에 대해 배웁니다.

강의 정보

  • 시간 : 4시간 * 6주
  • 장소 : 강남역 토즈 토즈타워점
  • 준비물 : 개인 노트북
  • 일정 : 2019년 1월 19일 개강, 매주 토요일 1시 ~ 5시 (2월 2일 휴강)

590,000 won

수강 신청
홈으로